一种基于图像的混凝土裂缝测量方法技术

本发明专利技术公开了一种基于图像的混凝土裂缝测量方法，包括：通过数码相机采集标定后的裂缝图像；对裂缝图像进行预处理；使用自定义阈值和迭代法选取阈值相结合的方式，确定阈值的大小，对图像进行分割，将裂缝从背景中分离出来；采用腐蚀和膨胀形态学处理方法，填充图像中的细小空洞，连接断开部位，经处理后剩下的连通区域即认为是裂缝的部分；在二值化后的图像中测量裂缝的相关参数。本发明专利技术充分利用数字图像处理技术的优势进行裂缝参数检测，能够减少人工测量的工作量，提高精确度。提高精确度。提高精确度。

【技术实现步骤摘要】
一种基于图像的混凝土裂缝测量方法


[0001]本专利技术涉及混凝土裂缝测量
，具体涉及一种基于图像的混凝土裂缝测量方法。

技术介绍

[0002]随着时间的推移，混凝土材料会出现老化，进而出现裂缝等病害。裂缝的出现不仅会影响结构的美观，甚至会直接影响结构物承载能力和耐久性等。因此，对混凝土裂缝进行检测与测量具有重要的现实意义。
[0003]目前检测裂缝参数的方法，主要是通过裂缝宽度检测仪或直接使用刻度尺等进行人工接触式测量。然而，由于不同检测人员的检测标准存在一定的差异，会导致检测结果具有较大的误差，精度低。且人工检测的工作量巨大，往往需要大量的检测人员，费时费力。随着计算机图像处理技术的不断发展，利用图像处理技术对裂缝的参数进行检测已逐渐成为混凝土裂缝测量的发展方向之一。

技术实现思路

[0004]本专利技术的目的是针对现有技术存在的问题，提供一种基于图像的混凝土裂缝测量方法，充分利用数字图像处理技术的优势进行裂缝参数检测，减少人工测量的工作量，提高精确度。
[0005]为实现上述问题，本专利技术采用的技术方案如下：
[0006]一种基于图像的混凝土裂缝测量方法，包括以下步骤：
[0007]步骤1，通过数码相机采集标定后的裂缝图像；标定裂缝图像的做法是：在裂缝旁粘贴长度为5cm的标准纸带，将纸带的长度除以纸带两端总的像素数，得到每个像素对应的实际长度，用于后续裂缝参数的计算。
[0008]步骤2，对裂缝图像进行预处理；
[0009]步骤3，使用自定义阈值和迭代法选取阈值相结合的方式，确定阈值的大小，对图像进行分割，将裂缝从背景中分离出来；
[0010]图像分割允许提取出特定的裂缝，对后续的分析和检测有重要作用。最具代表性的分割算法是阈值分割法，然而不同的阈值选择会极大地影响整个图像的效果。经过比较和试验，最终选择自定义阈值和迭代法选取阈值相结合的方法，在迭代过程中不断地改进阈值，使裂缝较好的分割出来。
[0011]步骤4，采用腐蚀和膨胀形态学处理方法，填充图像中的细小空洞，连接断开部位，经处理后剩下的连通区域即认为是裂缝的部分；
[0012]为了避免图像分割后出现空洞、不连续等问题，采用膨胀和腐蚀等形态学处理方法，填充图像中的细小空洞，连接断开部位。经处理后剩下的连通区域就可认为是裂缝的部分，然而当裂缝较窄或周围存在较大干扰时，经图像分割后可能会使原来连在一起的裂缝断开，为此，按照深度优先策略搜索断点，将其连接起来。
[0013]步骤5，在二值化后的图像中测量裂缝的相关参数，包括裂缝长度、宽度、面积等数据。
[0014]进一步地，步骤2中预处理的做法包括图像灰度化、图像增强和图像滤波。
[0015]具体地，图像灰度化的做法为：将RGB图像三个数值的信息以不同的权值进行加权平均算法处理，得到灰度图。
[0016]图像增强的做法为：首先，计算原图各灰度级出现的概率；接着，求出灰度变化表；最后，将原图的各个灰度级映射到新的灰度级，得出结果。
[0017]图像增强的做法为：图像滤波的做法为：首先，选取一个n*n的处理模板；其次，计算以滤波像素为中心的n*n窗口内像素灰度值的加权平均值，并将其作为该像素的灰度值。
[0018]本专利技术的有益效果在于：
[0019]本专利技术充分利用数字图像处理技术的优势进行裂缝参数检测，能够减少人工测量的工作量，提高精确度。
附图说明
[0020]图1为混凝土裂缝测量方法整体框图；
[0021]图2为图像预处理流程图；
[0022]图3为自定义阈值和迭代法选取阈值流程图；
[0023]图4为裂缝处理流程图。
具体实施方式
[0024]如图1所示，一种基于图像的混凝土裂缝测量方法，包括以下步骤：
[0025]步骤1，通过数码相机采集标定后的裂缝图像；
[0026]标定裂缝图像的做法是：在裂缝旁粘贴长度为5cm的标准纸带，将纸带的长度除以纸带两端总的像素数，得到每个像素对应的实际长度，用于后续裂缝参数的计算。
[0027]步骤2，对裂缝图像进行预处理；
[0028]图像灰度化的步骤主要为：将RGB图像三个数值的信息以不同的权值进行加权平均的算法处理，得到灰度图。其中，根据人类眼球对每种颜色的敏锐程度将红色、绿色、蓝色的权值分别赋为0.299、0.587、0.114。
[0029]图像增强的步骤主要为：首先，计算原图各灰度级出现的概率；接着，求出灰度变化表；最后，将原图的各个灰度级映射到新的灰度级，得出结果。
[0030]图像滤波的步骤主要为：首先，选取一个n*n的处理模板；其次计算以滤波像素为中心的n*n窗口内像素灰度值的加权平均值，将其作为该像素的灰度值。这里，我们选择大小为3*3的处理模板，计算公式如下：
[0031][0032]式中，g(i,j)是像素(i,j)滤波后的灰度值，f(i,j)是像素(i,j)的原始灰度值。λ1、λ2、
……
、λ9是像素灰度值权重系数，与滤波像素(i,j)距离越近，其值越大。
[0033]步骤3，使用自定义阈值和迭代法选取阈值相结合的方式，确定阈值的大小，对图
像进行分割，将裂缝从背景中分离出来；
[0034]最具代表性的图像分割算法是阈值分割法，通过选定一个灰度级作为阈值，对像素集合进行划分，使划分后各个区域的内部具有一致的属性，而相邻区域不具有这种一致属性，以实现目标与背景分离的目的。然而不同的阈值选择常会极大地影响整个图像的效果，经过比较和试验，最终选择自定义阈值和迭代法选取阈值相结合的方法。在该方法中，假设整幅图像的最大灰度值和最小灰度值分别为F
max
、F
min
，将二者的平均值作为初始阈值T；接着将图像分为灰度值大于T和小于T的两部分，并分别计算这两部分内像素的灰度平均值μ1、μ2；然后，取μ1、μ2的平均值作为新的阈值。重复上述步骤，直至T的值基本不变，根据该阈值进行图像分割操作，使大于T的像素点设置为1，小于T的像素点设置为0，即可得到裂缝的二值化图像。
[0035]步骤4，采用腐蚀和膨胀形态学处理方法，填充图像中的细小空洞，连接断开部位，经处理后剩下的连通区域即认为是裂缝的部分；
[0036]对图像进行形态学处理，通过调用MATLAB中的imdilate()与imerode()函数分别进行膨胀和腐蚀操作，填充图像中的细小空洞，连接断开部位。经处理后剩下的连通区域就可认为是裂缝的部分，然而当裂缝较窄或周围存在较大干扰时，经图像分割后可能会使原来连在一起的裂缝断开，为此，先找到裂缝的起始点，然后按照深度优先策略向裂缝扩展的方向搜索，根据最后一个被访问的点，在特定范围内搜索与该点最近的像素点，然后填充连接两个点，将裂缝断裂处重新连接，减小后续的测量误差。
[0037]步骤5，在二值化后的图像中测量裂缝的相关参数。
[0038]计算经处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的混凝土裂缝测量方法，其特征在于，包括以下步骤：步骤1，通过数码相机采集标定后的裂缝图像；步骤2，对裂缝图像进行预处理；步骤3，使用自定义阈值和迭代法选取阈值相结合的方式，确定阈值的大小，对图像进行分割，将裂缝从背景中分离出来；步骤4，采用腐蚀和膨胀形态学处理方法，填充图像中的细小空洞，连接断开部位，经处理后剩下的连通区域即认为是裂缝的部分；步骤5，在二值化后的图像中测量裂缝的相关参数。2.根据权利要求1所述的一种基于图像的混凝土裂缝测量方法，其特征在于，步骤1中标定裂缝图像的做法是：在裂缝旁粘贴长度为5cm的标准纸带，将纸带的长度除以纸带两端总的像素数，得到每个像素对应的实际长度，用于后续裂缝参数的计算。3.根据权利要求2所述的一种基于图像的混凝土裂缝...

【专利技术属性】
技术研发人员：谢欣然，侯彩灵，戎晓晓，
申请(专利权)人：河海大学，
类型：发明
国别省市：